MATLAB ILU INU IMU: 2020

Rabu, 10 Juni 2020

ANFIS FORECASTING

jadinya nanti seperti ini:

Ini adalah kode Akurasinya:

data=get(handles.mytable2,'Userdata');
bar=size(data,1);
col=size(data,2);
anfis=readfis('myfis.fis');

tol=0.5;
hs=[];
jtrue=0;
for i=1:bar
dataUji=cell2mat(data(i,1:6)); %cell
actual=cell2mat(data(i,7));%cell

forecast=evalfis(dataUji,anfis);
hs(i,1)=actual;
hs(i,2)=forecast;
cekV=0;
sel=abs(actual-forecast);
if sel<=tol
cekV=1;
jtrue=jtrue+1;
end
hs(i,3)=cekV;
%%%%%%%%%%%%%%%%%%%%%%%%%%
xy4=actual-forecast;
xy5=abs(xy4);
xy6=xy5/actual;
xy7=xy6^2;

hs(i,4)=xy4;
hs(i,5)=xy5;
hs(i,6)=xy6;
hs(i,7)=xy7;
end

acc6=sum(hs(:,5));
acc7=sum(hs(:,6));
acc8=sum(hs(:,7));

mad=acc6/bar;
mape=acc7/bar;
msd=acc8/bar;

lap6=['MAD =' num2str(acc6) ' / ' num2str(bar) ' = ' num2str(mad)];
lap7=['MAPE=' num2str(acc7) ' / ' num2str(bar) ' = ' num2str(mape)];
lap8=['MSD =' num2str(acc8) ' / ' num2str(bar) ' = ' num2str(msd)];

presisi=(jtrue/bar)*100;
lap3=['Presisi =' num2str(jtrue) '/' num2str(bar) ' x 100%= ' num2str(presisi) ' %'];

dataGab=hs;
% $mad=$acc4/$jd;
% $mape=$acc5/$jd;
% $msd=$acc6/$jd;

nom=linspace(1,bar,bar);
axes(handles.axes2);
plot(nom,hs(:,1),'--rs','LineWidth',2,...
'MarkerEdgeColor','k',...
'MarkerFaceColor','g',...
'MarkerSize',10)
hold on;
plot(nom,hs(:,2),'--rs','LineWidth',2,...
'MarkerEdgeColor','k',...
'MarkerFaceColor','r',...
'MarkerSize',10)
hold off;
xlabel('Norm Data');
ylabel('Actual vc Forecast');

judul2={'Actual X','Forecast Y','Value','X-Y','||X-Y||','||X-Y||/X' '(X-Y)^2'};
nom=linspace(1,bar-1,bar-1);
set(handles.mytable3,'data',dataGab,'ColumnName',judul2,'RowName',nom);
set(handles.mytable3,'Userdata',dataGab);
lap2=['Banyak Data Training ' num2str(bar) ' Item'];

set(handles.tx2,'String',lap2);
set(handles.tx3,'String',lap3);
set(handles.tx4,'String',lap6);
set(handles.tx5,'String',lap7);
set(handles.tx6,'String',lap8);

myicon(:,:,1) = [0 1; 0 1];
myicon(:,:,2) = [.8 1; 0 .3];
myicon(:,:,3) = [.3 0; .9 .5];
h=msgbox('Sukses import','Success','custom',myicon);

mau=questdlg(['Generate Ulang ANFIS'],['KONFIRMASI'],'Ya','Tidak','Tidak');

if strcmp(mau,'Tidak')

return;

else

anfisedit;

end

function btnKeluar_Callback(hObject, eventdata, handles)

mau=questdlg(['Keluar dari Aplikasi ?'],['Keluar ' get(handles.figure1,'Name')''],'Ya','Tidak','Ya');

if strcmp(mau,'Tidak')

return;

end

% delete(handles.figure1);%close;

close();

function btnSet_Callback(hObject, eventdata, handles)

ButtonName = questdlg('Apakah Anda mau Generate Ulang Data Training', ...

'Pilih', ...

'Ya', 'Tidak', 'Tidak');

switch ButtonName,

case 'Ya',

data=get(handles.mytable1,'Userdata');

save data.mat data;

disp('Generate Ulang Data Traing');

h=msgbox('Sistem menggunakan Data Training yang baru...','REBUILD SUCCESS','help');

T = table(data);

%writetable(T, 'MyFile.txt'); support xls,csv dsb

%T = table(A, B, 'VariableNames', { 'A', 'B'} )

writetable(T,'data.txt','WriteVariableNames',0);

writetable(T,'data.dat','WriteVariableNames',0);

writetable(T,'data.csv','WriteVariableNames',0);

case 'Tidak',

global judul;

%judul={'Itensitas (Lux) ' 'Suhu (c)' 'Kelembapan Udara (%)' 'Kelembapan Tanah' 'Jumlah Daun' 'Lebar Tanaman' 'Panjang Batang'};

load data.mat;

bar=size(data,1);

nom=linspace(1,bar,bar);

set(handles.mytable1,'data',data,'ColumnName',judul,'RowName',nom);

disp('Tetap Menggunakan Data Training Yang Lama')

lap1=['Banyak Data Training ' num2str(bar) ' Item'];

set(handles.tx1,'String',lap1);

h=msgbox('Sistem kembali ke Data Training sebelumnya...','TURN BACK SUCCESS','help');

end % switch

% --- Executes on button press in btnGen.

function btnGen_Callback(hObject, eventdata, handles)

mau=questdlg(['Generate Ulang ANFIS'],['KONFIRMASI'],'Ya','Tidak','Tidak');

if strcmp(mau,'Tidak')

return;

else

anfisedit;

end

function btnPilih2_Callback(hObject, eventdata, handles)

global judul;

[namafile,direktori]=uigetfile({'*.xls;*.xlsx','file excel(*.xls,*.xlsx)';'*.*','semua file(*.*)'},'buka file excell');

alamatfile=fullfile(direktori,namafile);

[a,b,c]=xlsread(alamatfile);

set(handles.ed2,'String',alamatfile);

cek=cell2mat(b(1,1));

%Itensitas (Lux)

if strcmp(cek(1,1:9),"Itensitas")==0

myicon(:,:,1) = [0 1; 0 1];

myicon(:,:,2) = [.8 1; 0 .3];

myicon(:,:,3) = [.3 0; .9 .5];

h=msgbox('Salah Membuat Format Data Testing /Validasi','Cek File Testing #Header Itensitas','custom',myicon);

else

bar=size(c,1);

col=size(c,2);

%judul=c(1,1:col);

data=c(2:bar,1:col);

nom=linspace(1,bar-1,bar-1);

set(handles.mytable2,'data',data,'ColumnName',judul,'RowName',nom);

set(handles.mytable2,'Userdata',data);

lap2=['Banyak Data Training ' num2str(bar) ' Item'];

set(handles.tx2,'String',lap2);

myicon(:,:,1) = [0 1; 0 1];

myicon(:,:,2) = [.8 1; 0 .3];

myicon(:,:,3) = [.3 0; .9 .5];

h=msgbox('Sukses import','Success','custom',myicon);

end

function btnPilih_Callback(hObject, eventdata, handles)

[namafile,direktori]=uigetfile({'*.xls;*.xlsx','file excel(*.xls,*.xlsx)';'*.*','semua file(*.*)'},'buka file excell');

global judul;

alamatfile=fullfile(direktori,namafile);

[a,b,c]=xlsread(alamatfile);

set(handles.ed1,'String',alamatfile);

cek=cell2mat(b(1,1));

%Itensitas (Lux)

if strcmp(cek(1,1:9),"Itensitas")==0

myicon(:,:,1) = [0 1; 0 1];

myicon(:,:,2) = [.8 1; 0 .3];

myicon(:,:,3) = [.3 0; .9 .5];

h=msgbox('Salah Membuat Format Data Training','Cek File Training #Header Itensitas','custom',myicon);

else

bar=size(c,1);

col=size(c,2);

%judul=c(1,1:col);

%judul={'Itensitas (Lux) ' 'Suhu (c)' 'Kelembapan Udara (%)' 'Kelembapan Tanah' 'Jumlah Daun' 'Lebar Tanaman' 'Panjang Batang'};

data=c(2:bar,1:col);

nom=linspace(1,bar-1,bar-1);

set(handles.mytable1,'data',data,'ColumnName',judul,'RowName',nom);

set(handles.mytable1,'Userdata',data);

myicon(:,:,1) = [0 1; 0 1];

myicon(:,:,2) = [.8 1; 0 .3];

myicon(:,:,3) = [.3 0; .9 .5];

h=msgbox('Sukses import','Success','custom',myicon);

end

Minggu, 10 Mei 2020

Multi LVQ untuk Klasifikasi

LVQ umumnya untuk proses 2 Class..

dalam praktek kali ini kita akan mencoba LVQ untuk mengklasifikasikan 6 class berbeda
yaitu kelas 1,2,3,4,5,6
atau secara biner
c1=[1 0 0 0 0 0]';
c2=[0 1 0 0 0 0]';
c3=[0 0 1 0 0 0]';
c4=[0 0 0 1 0 0]';
c5=[0 0 0 0 1 0]';
c6=[0 0 0 0 0 1]';

Secara default data iris system matlab terdiri dari 3 class yaitu kelas 1,2,3
c1=1 0 0
c2=0 1 0
c3=0 0 1
karena kita akan menguji untuk 6 class berbeda...maka kita butuh bantuan algoritma lain untuk generate klasifikasinya
misal menggunakan Kmeans....sehingga dataIris sekarang menjadi 6 class berbeda
dengan LVQ lalu di uji....dan dibandingkan hasil prosesnya thd data class awalnya
dan di dapat akurasi 93%

>> clear
>> [x,t] = iris_dataset;
>> x

x =

Columns 1 through 14

5.1000 4.9000 4.7000 4.6000 5.0000 5.4000 4.6000 5.0000 4.4000 4.9000 5.4000 4.8000 4.8000 4.3000
3.5000 3.0000 3.2000 3.1000 3.6000 3.9000 3.4000 3.4000 2.9000 3.1000 3.7000 3.4000 3.0000 3.0000
1.4000 1.4000 1.3000 1.5000 1.4000 1.7000 1.4000 1.5000 1.4000 1.5000 1.5000 1.6000 1.4000 1.1000
0.2000 0.2000 0.2000 0.2000 0.2000 0.4000 0.3000 0.2000 0.2000 0.1000 0.2000 0.2000 0.1000 0.1000

Columns 15 through 28

5.8000 5.7000 5.4000 5.1000 5.7000 5.1000 5.4000 5.1000 4.6000 5.1000 4.8000 5.0000 5.0000 5.2000
4.0000 4.4000 3.9000 3.5000 3.8000 3.8000 3.4000 3.7000 3.6000 3.3000 3.4000 3.0000 3.4000 3.5000
1.2000 1.5000 1.3000 1.4000 1.7000 1.5000 1.7000 1.5000 1.0000 1.7000 1.9000 1.6000 1.6000 1.5000
0.2000 0.4000 0.4000 0.3000 0.3000 0.3000 0.2000 0.4000 0.2000 0.5000 0.2000 0.2000 0.4000 0.2000

Columns 29 through 42

5.2000 4.7000 4.8000 5.4000 5.2000 5.5000 4.9000 5.0000 5.5000 4.9000 4.4000 5.1000 5.0000 4.5000
3.4000 3.2000 3.1000 3.4000 4.1000 4.2000 3.1000 3.2000 3.5000 3.1000 3.0000 3.4000 3.5000 2.3000
1.4000 1.6000 1.6000 1.5000 1.5000 1.4000 1.5000 1.2000 1.3000 1.5000 1.3000 1.5000 1.3000 1.3000
0.2000 0.2000 0.2000 0.4000 0.1000 0.2000 0.1000 0.2000 0.2000 0.1000 0.2000 0.2000 0.3000 0.3000

Columns 43 through 56

4.4000 5.0000 5.1000 4.8000 5.1000 4.6000 5.3000 5.0000 7.0000 6.4000 6.9000 5.5000 6.5000 5.7000
3.2000 3.5000 3.8000 3.0000 3.8000 3.2000 3.7000 3.3000 3.2000 3.2000 3.1000 2.3000 2.8000 2.8000
1.3000 1.6000 1.9000 1.4000 1.6000 1.4000 1.5000 1.4000 4.7000 4.5000 4.9000 4.0000 4.6000 4.5000
0.2000 0.6000 0.4000 0.3000 0.2000 0.2000 0.2000 0.2000 1.4000 1.5000 1.5000 1.3000 1.5000 1.3000

Columns 57 through 70

6.3000 4.9000 6.6000 5.2000 5.0000 5.9000 6.0000 6.1000 5.6000 6.7000 5.6000 5.8000 6.2000 5.6000
3.3000 2.4000 2.9000 2.7000 2.0000 3.0000 2.2000 2.9000 2.9000 3.1000 3.0000 2.7000 2.2000 2.5000
4.7000 3.3000 4.6000 3.9000 3.5000 4.2000 4.0000 4.7000 3.6000 4.4000 4.5000 4.1000 4.5000 3.9000
1.6000 1.0000 1.3000 1.4000 1.0000 1.5000 1.0000 1.4000 1.3000 1.4000 1.5000 1.0000 1.5000 1.1000

Columns 71 through 84

5.9000 6.1000 6.3000 6.1000 6.4000 6.6000 6.8000 6.7000 6.0000 5.7000 5.5000 5.5000 5.8000 6.0000
3.2000 2.8000 2.5000 2.8000 2.9000 3.0000 2.8000 3.0000 2.9000 2.6000 2.4000 2.4000 2.7000 2.7000
4.8000 4.0000 4.9000 4.7000 4.3000 4.4000 4.8000 5.0000 4.5000 3.5000 3.8000 3.7000 3.9000 5.1000
1.8000 1.3000 1.5000 1.2000 1.3000 1.4000 1.4000 1.7000 1.5000 1.0000 1.1000 1.0000 1.2000 1.6000

Columns 85 through 98

5.4000 6.0000 6.7000 6.3000 5.6000 5.5000 5.5000 6.1000 5.8000 5.0000 5.6000 5.7000 5.7000 6.2000
3.0000 3.4000 3.1000 2.3000 3.0000 2.5000 2.6000 3.0000 2.6000 2.3000 2.7000 3.0000 2.9000 2.9000
4.5000 4.5000 4.7000 4.4000 4.1000 4.0000 4.4000 4.6000 4.0000 3.3000 4.2000 4.2000 4.2000 4.3000
1.5000 1.6000 1.5000 1.3000 1.3000 1.3000 1.2000 1.4000 1.2000 1.0000 1.3000 1.2000 1.3000 1.3000

Columns 99 through 112

5.1000 5.7000 6.3000 5.8000 7.1000 6.3000 6.5000 7.6000 4.9000 7.3000 6.7000 7.2000 6.5000 6.4000
2.5000 2.8000 3.3000 2.7000 3.0000 2.9000 3.0000 3.0000 2.5000 2.9000 2.5000 3.6000 3.2000 2.7000
3.0000 4.1000 6.0000 5.1000 5.9000 5.6000 5.8000 6.6000 4.5000 6.3000 5.8000 6.1000 5.1000 5.3000
1.1000 1.3000 2.5000 1.9000 2.1000 1.8000 2.2000 2.1000 1.7000 1.8000 1.8000 2.5000 2.0000 1.9000

Columns 113 through 126

6.8000 5.7000 5.8000 6.4000 6.5000 7.7000 7.7000 6.0000 6.9000 5.6000 7.7000 6.3000 6.7000 7.2000
3.0000 2.5000 2.8000 3.2000 3.0000 3.8000 2.6000 2.2000 3.2000 2.8000 2.8000 2.7000 3.3000 3.2000
5.5000 5.0000 5.1000 5.3000 5.5000 6.7000 6.9000 5.0000 5.7000 4.9000 6.7000 4.9000 5.7000 6.0000
2.1000 2.0000 2.4000 2.3000 1.8000 2.2000 2.3000 1.5000 2.3000 2.0000 2.0000 1.8000 2.1000 1.8000

Columns 127 through 140

6.2000 6.1000 6.4000 7.2000 7.4000 7.9000 6.4000 6.3000 6.1000 7.7000 6.3000 6.4000 6.0000 6.9000
2.8000 3.0000 2.8000 3.0000 2.8000 3.8000 2.8000 2.8000 2.6000 3.0000 3.4000 3.1000 3.0000 3.1000
4.8000 4.9000 5.6000 5.8000 6.1000 6.4000 5.6000 5.1000 5.6000 6.1000 5.6000 5.5000 4.8000 5.4000
1.8000 1.8000 2.1000 1.6000 1.9000 2.0000 2.2000 1.5000 1.4000 2.3000 2.4000 1.8000 1.8000 2.1000

Columns 141 through 150

6.7000 6.9000 5.8000 6.8000 6.7000 6.7000 6.3000 6.5000 6.2000 5.9000
3.1000 3.1000 2.7000 3.2000 3.3000 3.0000 2.5000 3.0000 3.4000 3.0000
5.6000 5.1000 5.1000 5.9000 5.7000 5.2000 5.0000 5.2000 5.4000 5.1000
2.4000 2.3000 1.9000 2.3000 2.5000 2.3000 1.9000 2.0000 2.3000 1.8000

>> t

t =

Columns 1 through 23

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Columns 24 through 46

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Columns 47 through 69

1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Columns 70 through 92

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Columns 93 through 115

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

Columns 116 through 138

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

Columns 139 through 150

0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0
1 1 1 1 1 1 1 1 1 1 1 1

>> idx4 = kmeans(x',6);

>> idx4'

ans =

Columns 1 through 23

4 3 3 3 4 4 3 3 3 3 4 3 3 3 4 4 4 4 4 4 4 4 3

Columns 24 through 46

4 3 3 4 4 4 3 3 4 4 4 3 3 4 3 3 4 4 1 3 4 4 3

Columns 47 through 69

4 3 4 3 2 2 2 6 2 6 2 6 2 6 6 6 6 2 6 2 2 6 2

Columns 70 through 92

6 2 6 2 2 2 2 2 2 2 6 6 6 6 2 6 2 2 2 6 6 6 2

Columns 93 through 115

6 6 6 6 6 2 6 6 5 2 5 5 5 5 6 5 5 5 2 2 5 2 2

Columns 116 through 138

5 5 5 5 2 5 2 5 2 5 5 2 2 5 5 5 5 5 2 2 5 5 5

Columns 139 through 150

2 5 5 5 2 5 5 5 2 2 5 2

>> N=size(x,2)

N =

150

>>
c1=[1 0 0 0 0 0]';
c2=[0 1 0 0 0 0]';
c3=[0 0 1 0 0 0]';
c4=[0 0 0 1 0 0]';
c5=[0 0 0 0 1 0]';
c6=[0 0 0 0 0 1]';
P=[];
for i= 1:N
if idx4(i)==1
P(:,i)=c1;
elseif idx4(i)==2
P(:,i)=c2;
elseif idx4(i)==3
P(:,i)=c3;
elseif idx4(i)==4
P(:,i)=c4;
elseif idx4(i)==5
P(:,i)=c5;
elseif idx4(i)==6
P(:,i)=c6;
end
end

t=P;
C= vec2ind(t);
net = lvqnet(6);

>> P

P =

Columns 1 through 23

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 1 1 1 0 0 1 1 1 1 0 1 1 1 0 0 0 0 0 0 0 0 1
1 0 0 0 1 1 0 0 0 0 1 0 0 0 1 1 1 1 1 1 1 1 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Columns 24 through 46

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 1 1 0 0 0 1 1 0 0 0 1 1 0 1 1 0 0 0 1 0 0 1
1 0 0 1 1 1 0 0 1 1 1 0 0 1 0 0 1 1 0 0 1 1 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Columns 47 through 69

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 1 1 1 0 1 0 1 0 1 0 0 0 0 1 0 1 1 0 1
0 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 1 0 1 0 1 0 1 1 1 1 0 1 0 0 1 0

Columns 70 through 92

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 1 0 1 1 1 1 1 1 1 0 0 0 0 1 0 1 1 1 0 0 0 1
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 0 1 0 0 0 0 0 0 0 1 1 1 1 0 1 0 0 0 1 1 1 0

Columns 93 through 115

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 1 1 0 1 1
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 1 0 1 1 1 1 0 1 1 1 0 0 1 0 0
1 1 1 1 1 0 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0

Columns 116 through 138

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 1 0 1 0 1 0 0 1 1 0 0 0 0 0 1 1 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 1 1 1 0 1 0 1 0 1 1 0 0 1 1 1 1 1 0 0 1 1 1
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Columns 139 through 150

0 0 0 0 0 0 0 0 0 0 0 0
1 0 0 0 1 0 0 0 1 1 0 1
0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0
0 1 1 1 0 1 1 1 0 0 1 0
0 0 0 0 0 0 0 0 0 0 0 0

>> C

C =

Columns 1 through 23

4 3 3 3 4 4 3 3 3 3 4 3 3 3 4 4 4 4 4 4 4 4 3

Columns 24 through 46

4 3 3 4 4 4 3 3 4 4 4 3 3 4 3 3 4 4 1 3 4 4 3

Columns 47 through 69

4 3 4 3 2 2 2 6 2 6 2 6 2 6 6 6 6 2 6 2 2 6 2

Columns 70 through 92

6 2 6 2 2 2 2 2 2 2 6 6 6 6 2 6 2 2 2 6 6 6 2

Columns 93 through 115

6 6 6 6 6 2 6 6 5 2 5 5 5 5 6 5 5 5 2 2 5 2 2

Columns 116 through 138

5 5 5 5 2 5 2 5 2 5 5 2 2 5 5 5 5 5 2 2 5 5 5

Columns 139 through 150

2 5 5 5 2 5 5 5 2 2 5 2

classesout =
"Akurasi " "0.96667" " %"

>>
>>

Kamis, 30 April 2020

Matlab Code GUI for ListBox

n1=n1+1;
n2=n2+1;
n3=n3+1;
n4=n4+1;
n5=n5+1;

gab1{n1+1}=['Total Gejala KR1 / Total Gejala =' num2str(tK1) '/' num2str(Total)];
gab2{n2+1}=['Total Gejala KR2 / Total Gejala =' num2str(tK2) '/' num2str(Total)];
gab3{n3+1}=['Total Gejala KR3 / Total Gejala =' num2str(tK3) '/' num2str(Total)];
gab4{n4+1}=['Total Gejala KR4 / Total Gejala =' num2str(tK4) '/' num2str(Total)];
gab5{n5+1}=['Total Gejala KR5 / Total Gejala =' num2str(tK5) '/' num2str(Total)];

n1=n1+1;
n2=n2+1;
n3=n3+1;
n4=n4+1;
n5=n5+1;

gab1{n1+1}=['Hasil Perkalian KR1=' num2str(H1)];
gab2{n2+1}=['Hasil Perkalian KR2=' num2str(H2)];
gab3{n3+1}=['Hasil Perkalian KR3=' num2str(H3)];
gab4{n4+1}=['Hasil Perkalian KR4=' num2str(H4)];
gab5{n5+1}=['Hasil Perkalian KR5=' num2str(H5)];

set(handles.listbox1,'string',gab1);
set(handles.listbox2,'String',gab2);
set(handles.listbox3,'String',gab3);
set(handles.listbox4,'String',gab4);
set(handles.listbox5,'String',gab5);

Kamis, 26 Maret 2020

Proses2 Algoritma Geentika II

>>Contoh Pembentukan Kromosom

---------------GENERATE INDIVIDU -1---------------
individu -1=>P= 1 2 8 9 11 12 5 3 10 4 7 6=115.15 #Bobot=0.0086843
---------------GENERATE INDIVIDU -2---------------
individu -2=>P= 3 11 12 5 6 9 4 10 7 1 2 8=102.56 #Bobot=0.0097504
---------------GENERATE INDIVIDU -3---------------
individu -3=>P= 10 3 9 4 1 12 2 11 6 8 5 7=97.66 #Bobot=0.01024
---------------GENERATE INDIVIDU -4---------------
individu -4=>P= 5 9 8 3 7 4 11 1 12 2 6 10=99.14 #Bobot=0.010087
---------------GENERATE INDIVIDU -5---------------
individu -5=>P= 7 8 12 6 4 3 1 10 2 11 5 9=100.35 #Bobot=0.0099651
---------------GENERATE INDIVIDU -6---------------
individu -6=>P= 2 10 9 7 12 4 5 8 1 11 6 3=109.4 #Bobot=0.0091408
---------------GENERATE INDIVIDU -7---------------
individu -7=>P= 7 9 1 11 2 10 6 12 8 5 4 3=102.62 #Bobot=0.0097447
---------------GENERATE INDIVIDU -8---------------
individu -8=>P= 5 11 8 6 4 3 10 12 2 7 1 9=96.11 #Bobot=0.010405
---------------GENERATE INDIVIDU -9---------------
individu -9=>P= 12 10 2 6 7 9 8 11 5 4 3 1=98.47 #Bobot=0.010155
---------------GENERATE INDIVIDU -10---------------
individu -10=>P= 10 2 9 11 5 12 1 4 3 7 6 8=97.36 #Bobot=0.010271

--------------- ROULET WHELL ---------------
Rand 1=0.23334=> Adalah individu ke-3
Rand 2=0.75589=> Adalah individu ke-8
Rand 3=0.22593=> Adalah individu ke-3
Rand 4=0.44844=> Adalah individu ke-5
Rand 5=0.25944=> Adalah individu ke-3
Rand 6=0.34579=> Adalah individu ke-4
Rand 7=0.90295=> Adalah individu ke-10
Rand 8=0.012701=> Adalah individu ke-1
Rand 9=0.13222=> Adalah individu ke-2
Rand 10=0.38806=> Adalah individu ke-4
Jadi, Index Individu Yang digunakan dari RW= 4

individu baru RW .1=>P= 10 3 9 4 1 12 2 11 6 8 5 7=Fitness=97.66
individu baru RW .2=>P= 5 11 8 6 4 3 10 12 2 7 1 9=Fitness=96.11
individu baru RW .3=>P= 10 3 9 4 1 12 2 11 6 8 5 7=Fitness=97.66
individu baru RW .4=>P= 7 8 12 6 4 3 1 10 2 11 5 9=Fitness=100.35
individu baru RW .5=>P= 10 3 9 4 1 12 2 11 6 8 5 7=Fitness=97.66
individu baru RW .6=>P= 5 9 8 3 7 4 11 1 12 2 6 10=Fitness=99.14
individu baru RW .7=>P= 10 2 9 11 5 12 1 4 3 7 6 8=Fitness=97.36
individu baru RW .8=>P= 1 2 8 9 11 12 5 3 10 4 7 6=Fitness=115.15
individu baru RW .9=>P= 3 11 12 5 6 9 4 10 7 1 2 8=Fitness=102.56
individu baru RW .10=>P= 5 9 8 3 7 4 11 1 12 2 6 10=Fitness=99.14

--------------- CROSSOVER Dengan ProbCR0.25 ---------------
Nilai Random CR 0.84062 > probCR #Tidak Mengalami CrossOver
individu baru CR .1=>P= 10 3 9 4 1 12 2 11 6 8 5 7=Fitness=97.66
individu baru CR .2=>P= 5 11 8 6 4 3 10 12 2 7 1 9=Fitness=96.11
individu baru CR .3=>P= 10 3 9 4 1 12 2 11 6 8 5 7=Fitness=97.66
individu baru CR .4=>P= 7 8 12 6 4 3 1 10 2 11 5 9=Fitness=100.35
individu baru CR .5=>P= 10 3 9 4 1 12 2 11 6 8 5 7=Fitness=97.66
individu baru CR .6=>P= 5 9 8 3 7 4 11 1 12 2 6 10=Fitness=99.14
individu baru CR .7=>P= 10 2 9 11 5 12 1 4 3 7 6 8=Fitness=97.36
individu baru CR .8=>P= 1 2 8 9 11 12 5 3 10 4 7 6=Fitness=115.15
individu baru CR .9=>P= 3 11 12 5 6 9 4 10 7 1 2 8=Fitness=102.56
individu baru CR .10=>P= 5 9 8 3 7 4 11 1 12 2 6 10=Fitness=99.14

Random Mutasi adalah 0.93523 > 0.75=>Mutasi 4 <-> 10
KR ke 2 Dari 5 9 8 3 7 4 11 1 12 2 6 10 <=> 5 9 8 2 7 4 11 1 12 3 6 10
Random Mutasi adalah 0.94448 > 0.75=>Mutasi 10 <-> 2
KR ke 5 Dari 5 9 8 2 7 4 11 1 12 3 6 10 <=> 5 3 8 2 7 4 11 1 12 9 6 10
Random Mutasi adalah 0.88253 > 0.75=>Mutasi 2 <-> 10
KR ke 7 Dari 5 3 8 2 7 4 11 1 12 9 6 10 <=> 5 9 8 2 7 4 11 1 12 3 6 10
individu baru MUT .1=>P= 10 3 9 4 1 12 2 11 6 8 5 7
individu baru MUT .2=>P= 5 11 8 6 4 3 10 12 2 7 1 9
individu baru MUT .3=>P= 10 3 9 4 1 12 2 11 6 8 5 7
individu baru MUT .4=>P= 7 8 12 6 4 3 1 10 2 11 5 9
individu baru MUT .5=>P= 10 3 9 4 1 12 2 11 6 8 5 7
individu baru MUT .6=>P= 5 9 8 3 7 4 11 1 12 2 6 10
individu baru MUT .7=>P= 10 2 9 11 5 12 1 4 3 7 6 8
individu baru MUT .8=>P= 1 2 8 9 11 12 5 3 10 4 7 6
individu baru MUT .9=>P= 3 11 12 5 6 9 4 10 7 1 2 8
individu baru MUT .10=>P= 5 9 8 2 7 4 11 1 12 3 6 10

@@@@@@@@@@@@@@@@@@@@@@ ELITISME @@@@@@@@@@@@@
Eindividu -1=>P= 10 3 9 4 1 12 2 11 6 8 5 7=97.66 #Bobot=0.01024
Eindividu -2=>P= 5 11 8 6 4 3 10 12 2 7 1 9=96.11 #Bobot=0.010405
Eindividu -3=>P= 10 3 9 4 1 12 2 11 6 8 5 7=97.66 #Bobot=0.01024
Eindividu -4=>P= 7 8 12 6 4 3 1 10 2 11 5 9=100.35 #Bobot=0.0099651
Eindividu -5=>P= 10 3 9 4 1 12 2 11 6 8 5 7=97.66 #Bobot=0.01024
Eindividu -6=>P= 5 9 8 3 7 4 11 1 12 2 6 10=99.14 #Bobot=0.010087
Eindividu -7=>P= 10 2 9 11 5 12 1 4 3 7 6 8=97.36 #Bobot=0.010271
Eindividu -8=>P= 1 2 8 9 11 12 5 3 10 4 7 6=115.15 #Bobot=0.0086843
Eindividu -9=>P= 3 11 12 5 6 9 4 10 7 1 2 8=102.56 #Bobot=0.0097504
Eindividu -10=>P= 5 9 8 2 7 4 11 1 12 3 6 10=98.95 #Bobot=0.010106
>>

Senin, 16 Maret 2020

Algoritma genetika Step By Step Bagian 1 (GEN-RW-CR)

Dimisalkan Urutan Waktu Produksi adalah sebagai Berikut (Terurut Job1, Job2 dst)

M=[
5.23 0 0 0 0 0
7.22 6.67 0 0 0 0
5.55 7.21 3.82 0 0 0
5.81 5.41 4.54 10.82 0 0
6.23 6.67 0 11.43 0 0
5.21 6.67 0 0 5.21 0
5.21 6.52 4.54 0 5.85 0
6.11 6.11 3.52 10.82 4.56 0
6.11 6.31 0 10.21 0 0
5.12 4.21 3.76 10.82 0 0
5.12 5.34 4.56 11.12 0 10.82
5.56 7.87 5.12 10.12 5.76 12.32
];

P adalah Ramdom Urutan kombinasi Job, dan Fitness adalah waktu paling lama Produksi...artinya makain besar waktu maka peluangnya makin kecil unuk dijadikan sbg unseur pembentukan individu baru saat generate Indivodu Populasi berikutnya....sehingga dibuat fungsi kebalikannya (Bobot Peluang)

Jumlah Populasi yang hendak dibentuk adalah 8 (sudah support ganjil genap)

Jumlah Kromosom dalam 1 Individu yang hendak dibentuk adalah 10

Jumlah Job di masing masing Kromosom adalah 12, sudah bisa dinamis sesuai input yang ada

>> Kromosom
---------------GENERATE INDIVIDU 1-1---------------
individu ke-1-1=>P= 8 1 3 4 2 11 5 7 9 6 12 10=109.29 #Bobot=0.00915
---------------GENERATE INDIVIDU 1-2---------------
individu ke-1-2=>P= 3 12 11 5 7 6 1 10 4 8 9 2=101.09 #Bobot=0.0098922
---------------GENERATE INDIVIDU 1-3---------------
individu ke-1-3=>P= 3 7 1 2 8 9 5 6 10 11 4 12=132.93 #Bobot=0.0075228
---------------GENERATE INDIVIDU 1-4---------------
individu ke-1-4=>P= 8 3 6 2 1 7 9 5 4 10 12 11=129.66 #Bobot=0.0077125
---------------GENERATE INDIVIDU 1-5---------------
individu ke-1-5=>P= 6 3 5 7 2 10 1 9 12 4 11 8=115.39 #Bobot=0.0086663
---------------GENERATE INDIVIDU 1-6---------------
individu ke-1-6=>P= 5 12 6 9 11 10 2 7 8 1 4 3=89.8 #Bobot=0.011136
---------------GENERATE INDIVIDU 1-7---------------
individu ke-1-7=>P= 4 6 10 12 7 2 5 11 3 9 8 1=96.44 #Bobot=0.010369
---------------GENERATE INDIVIDU 1-8---------------
individu ke-1-8=>P= 12 2 4 7 8 6 10 11 5 3 1 9=96.36 #Bobot=0.010378
---------------GENERATE INDIVIDU 1-9---------------
individu ke-1-9=>P= 4 1 9 8 11 3 5 12 6 10 7 2=98.36 #Bobot=0.010167
---------------GENERATE INDIVIDU 1-10---------------
individu ke-1-10=>P= 2 11 1 12 5 10 6 9 8 3 7 4=100.34 #Bobot=0.0099661
--------------- ROULET WHELL 1---------------
Rand 1=0.43429=> Adalah individu ke-5
Rand 2=0.025062=> Adalah individu ke-1
Rand 3=0.26865=> Adalah individu ke-3
Rand 4=0.98016=> Adalah individu ke-10
Rand 5=0.31269=> Adalah individu ke-4
Rand 6=0.57175=> Adalah individu ke-7
Rand 7=0.61166=> Adalah individu ke-7
Rand 8=0.90154=> Adalah individu ke-10
Rand 9=0.39604=> Adalah individu ke-5
Rand 10=0.69277=> Adalah individu ke-8
Jadi, Index Individu Yang digunakan dari RW= 8
individu baru RW ke-1.1=>P= 6 3 5 7 2 10 1 9 12 4 11 8=Fitness=115.39
individu baru RW ke-1.2=>P= 8 1 3 4 2 11 5 7 9 6 12 10=Fitness=109.29
individu baru RW ke-1.3=>P= 3 7 1 2 8 9 5 6 10 11 4 12=Fitness=132.93
individu baru RW ke-1.4=>P= 2 11 1 12 5 10 6 9 8 3 7 4=Fitness=100.34
individu baru RW ke-1.5=>P= 8 3 6 2 1 7 9 5 4 10 12 11=Fitness=129.66
individu baru RW ke-1.6=>P= 4 6 10 12 7 2 5 11 3 9 8 1=Fitness=96.44
individu baru RW ke-1.7=>P= 4 6 10 12 7 2 5 11 3 9 8 1=Fitness=96.44
individu baru RW ke-1.8=>P= 2 11 1 12 5 10 6 9 8 3 7 4=Fitness=100.34
individu baru RW ke-1.9=>P= 6 3 5 7 2 10 1 9 12 4 11 8=Fitness=115.39
individu baru RW ke-1.10=>P= 12 2 4 7 8 6 10 11 5 3 1 9=Fitness=96.36
---------------GENERATE INDIVIDU 2-1---------------
individu ke-2-1=>P= 2 1 5 7 9 6 3 11 4 10 8 12=133.74 #Bobot=0.0074772
---------------GENERATE INDIVIDU 2-2---------------
individu ke-2-2=>P= 6 3 1 7 12 10 4 2 8 5 9 11=126.87 #Bobot=0.0078821
---------------GENERATE INDIVIDU 2-3---------------
individu ke-2-3=>P= 4 3 1 5 12 11 2 10 7 6 9 8=100.13 #Bobot=0.009987
---------------GENERATE INDIVIDU 2-4---------------
individu ke-2-4=>P= 12 2 3 7 5 9 6 8 10 4 1 11=117.51 #Bobot=0.0085099
---------------GENERATE INDIVIDU 2-5---------------
individu ke-2-5=>P= 5 2 11 9 1 6 7 10 12 8 3 4=99.19 #Bobot=0.010082
---------------GENERATE INDIVIDU 2-6---------------
individu ke-2-6=>P= 8 3 9 6 4 2 5 11 1 12 7 10=103.93 #Bobot=0.0096219
---------------GENERATE INDIVIDU 2-7---------------
individu ke-2-7=>P= 2 5 7 11 3 10 6 4 1 9 8 12=120.51 #Bobot=0.0082981
---------------GENERATE INDIVIDU 2-8---------------
individu ke-2-8=>P= 1 10 5 9 6 11 8 2 3 12 4 7=102.75 #Bobot=0.0097324
---------------GENERATE INDIVIDU 2-9---------------
individu ke-2-9=>P= 4 3 8 9 11 6 7 5 12 2 1 10=99.98 #Bobot=0.010002
---------------GENERATE INDIVIDU 2-10---------------
individu ke-2-10=>P= 7 2 11 8 1 3 10 9 4 5 12 6=122.42 #Bobot=0.0081686
--------------- ROULET WHELL 2---------------
Rand 1=0.39956=> Adalah individu ke-5
Rand 2=0.65531=> Adalah individu ke-7
Rand 3=0.56684=> Adalah individu ke-6
Rand 4=0.0031219=> Adalah individu ke-1
Rand 5=0.65135=> Adalah individu ke-7
Rand 6=0.3171=> Adalah individu ke-4
Rand 7=0.26593=> Adalah individu ke-3
Rand 8=0.46045=> Adalah individu ke-5
Rand 9=0.62316=> Adalah individu ke-7
Rand 10=0.80185=> Adalah individu ke-9
Jadi, Index Individu Yang digunakan dari RW= 9
individu baru RW ke-2.1=>P= 5 2 11 9 1 6 7 10 12 8 3 4=Fitness=99.19
individu baru RW ke-2.2=>P= 2 5 7 11 3 10 6 4 1 9 8 12=Fitness=120.51
individu baru RW ke-2.3=>P= 8 3 9 6 4 2 5 11 1 12 7 10=Fitness=103.93
individu baru RW ke-2.4=>P= 2 1 5 7 9 6 3 11 4 10 8 12=Fitness=133.74
individu baru RW ke-2.5=>P= 2 5 7 11 3 10 6 4 1 9 8 12=Fitness=120.51
individu baru RW ke-2.6=>P= 12 2 3 7 5 9 6 8 10 4 1 11=Fitness=117.51
individu baru RW ke-2.7=>P= 4 3 1 5 12 11 2 10 7 6 9 8=Fitness=100.13
individu baru RW ke-2.8=>P= 5 2 11 9 1 6 7 10 12 8 3 4=Fitness=99.19
individu baru RW ke-2.9=>P= 2 5 7 11 3 10 6 4 1 9 8 12=Fitness=120.51
individu baru RW ke-2.10=>P= 4 3 8 9 11 6 7 5 12 2 1 10=Fitness=99.98
---------------GENERATE INDIVIDU 3-1---------------
individu ke-3-1=>P= 2 9 12 4 8 1 7 11 6 3 5 10=98.32 #Bobot=0.010171
---------------GENERATE INDIVIDU 3-2---------------
individu ke-3-2=>P= 1 7 4 2 12 8 5 10 9 11 3 6=112.86 #Bobot=0.0088605
---------------GENERATE INDIVIDU 3-3---------------
individu ke-3-3=>P= 12 9 10 8 5 7 1 6 4 11 2 3=104.71 #Bobot=0.0095502
---------------GENERATE INDIVIDU 3-4---------------
individu ke-3-4=>P= 8 7 12 2 3 6 9 11 5 4 10 1=107.87 #Bobot=0.0092704
---------------GENERATE INDIVIDU 3-5---------------
individu ke-3-5=>P= 8 10 12 11 3 5 4 6 7 2 9 1=91.93 #Bobot=0.010878
---------------GENERATE INDIVIDU 3-6---------------
individu ke-3-6=>P= 2 1 8 7 5 10 4 6 12 11 3 9=111.1 #Bobot=0.0090009
---------------GENERATE INDIVIDU 3-7---------------
individu ke-3-7=>P= 10 7 5 2 3 4 9 1 6 11 12 8=107.96 #Bobot=0.0092627
---------------GENERATE INDIVIDU 3-8---------------
individu ke-3-8=>P= 6 12 5 2 3 11 1 4 9 7 10 8=108.55 #Bobot=0.0092123
---------------GENERATE INDIVIDU 3-9---------------
individu ke-3-9=>P= 11 7 8 10 1 6 3 2 5 9 12 4=109.06 #Bobot=0.0091693
---------------GENERATE INDIVIDU 3-10---------------
individu ke-3-10=>P= 3 11 12 2 9 5 6 1 7 10 8 4=99.57 #Bobot=0.010043
--------------- ROULET WHELL 3---------------
Rand 1=0.30356=> Adalah individu ke-4
Rand 2=0.74446=> Adalah individu ke-8
Rand 3=0.58089=> Adalah individu ke-6
Rand 4=0.70121=> Adalah individu ke-7
Rand 5=0.80466=> Adalah individu ke-9
Rand 6=0.85199=> Adalah individu ke-9
Rand 7=0.11772=> Adalah individu ke-2
Rand 8=0.65726=> Adalah individu ke-7
Rand 9=0.75295=> Adalah individu ke-8
Rand 10=0.70213=> Adalah individu ke-8
Jadi, Index Individu Yang digunakan dari RW= 8
individu baru RW ke-3.1=>P= 8 7 12 2 3 6 9 11 5 4 10 1=Fitness=107.87
individu baru RW ke-3.2=>P= 6 12 5 2 3 11 1 4 9 7 10 8=Fitness=108.55
individu baru RW ke-3.3=>P= 2 1 8 7 5 10 4 6 12 11 3 9=Fitness=111.1
individu baru RW ke-3.4=>P= 10 7 5 2 3 4 9 1 6 11 12 8=Fitness=107.96
individu baru RW ke-3.5=>P= 11 7 8 10 1 6 3 2 5 9 12 4=Fitness=109.06
individu baru RW ke-3.6=>P= 11 7 8 10 1 6 3 2 5 9 12 4=Fitness=109.06
individu baru RW ke-3.7=>P= 1 7 4 2 12 8 5 10 9 11 3 6=Fitness=112.86
individu baru RW ke-3.8=>P= 10 7 5 2 3 4 9 1 6 11 12 8=Fitness=107.96
individu baru RW ke-3.9=>P= 6 12 5 2 3 11 1 4 9 7 10 8=Fitness=108.55
individu baru RW ke-3.10=>P= 6 12 5 2 3 11 1 4 9 7 10 8=Fitness=108.55
---------------GENERATE INDIVIDU 4-1---------------
individu ke-4-1=>P= 2 7 3 9 6 12 4 1 11 5 8 10=118.72 #Bobot=0.0084232
---------------GENERATE INDIVIDU 4-2---------------
individu ke-4-2=>P= 12 4 6 3 9 7 11 1 5 2 10 8=104.2 #Bobot=0.0095969
---------------GENERATE INDIVIDU 4-3---------------
individu ke-4-3=>P= 8 2 6 1 10 4 12 5 9 7 11 3=112.2 #Bobot=0.0089127
---------------GENERATE INDIVIDU 4-4---------------
individu ke-4-4=>P= 7 6 11 2 3 8 12 9 4 1 5 10=111.47 #Bobot=0.008971
---------------GENERATE INDIVIDU 4-5---------------
individu ke-4-5=>P= 5 3 7 8 2 11 4 9 12 10 6 1=109.66 #Bobot=0.0091191
---------------GENERATE INDIVIDU 4-6---------------
individu ke-4-6=>P= 11 8 12 5 10 9 7 3 4 2 6 1=95.57 #Bobot=0.010464
---------------GENERATE INDIVIDU 4-7---------------
individu ke-4-7=>P= 6 9 4 11 8 12 2 10 3 1 5 7=99.38 #Bobot=0.010062
---------------GENERATE INDIVIDU 4-8---------------
individu ke-4-8=>P= 4 5 3 8 10 1 12 6 2 7 9 11=98.67 #Bobot=0.010135
---------------GENERATE INDIVIDU 4-9---------------
individu ke-4-9=>P= 7 10 12 1 11 8 9 2 5 3 4 6=100.58 #Bobot=0.0099423
---------------GENERATE INDIVIDU 4-10---------------
individu ke-4-10=>P= 7 5 2 10 4 11 8 1 6 3 12 9=106.33 #Bobot=0.0094047
--------------- ROULET WHELL 4---------------
Rand 1=0.25988=> Adalah individu ke-3
Rand 2=0.83248=> Adalah individu ke-9
Rand 3=0.17513=> Adalah individu ke-2
Rand 4=0.87984=> Adalah individu ke-9
Rand 5=0.27963=> Adalah individu ke-3
Rand 6=0.84948=> Adalah individu ke-9
Rand 7=0.80672=> Adalah individu ke-9
Rand 8=0.18913=> Adalah individu ke-2
Rand 9=0.97856=> Adalah individu ke-10
Rand 10=0.25373=> Adalah individu ke-3
Jadi, Index Individu Yang digunakan dari RW= 3
individu baru RW ke-4.1=>P= 8 2 6 1 10 4 12 5 9 7 11 3=Fitness=112.2
individu baru RW ke-4.2=>P= 7 10 12 1 11 8 9 2 5 3 4 6=Fitness=100.58
individu baru RW ke-4.3=>P= 12 4 6 3 9 7 11 1 5 2 10 8=Fitness=104.2
individu baru RW ke-4.4=>P= 7 10 12 1 11 8 9 2 5 3 4 6=Fitness=100.58
individu baru RW ke-4.5=>P= 8 2 6 1 10 4 12 5 9 7 11 3=Fitness=112.2
individu baru RW ke-4.6=>P= 7 10 12 1 11 8 9 2 5 3 4 6=Fitness=100.58
individu baru RW ke-4.7=>P= 7 10 12 1 11 8 9 2 5 3 4 6=Fitness=100.58
individu baru RW ke-4.8=>P= 12 4 6 3 9 7 11 1 5 2 10 8=Fitness=104.2
individu baru RW ke-4.9=>P= 7 5 2 10 4 11 8 1 6 3 12 9=Fitness=106.33
individu baru RW ke-4.10=>P= 8 2 6 1 10 4 12 5 9 7 11 3=Fitness=112.2
---------------GENERATE INDIVIDU 5-1---------------
individu ke-5-1=>P= 8 5 11 6 12 3 9 1 2 10 7 4=91.08 #Bobot=0.010979
---------------GENERATE INDIVIDU 5-2---------------
individu ke-5-2=>P= 11 9 5 8 3 1 10 2 4 12 6 7=108.44 #Bobot=0.0092217
---------------GENERATE INDIVIDU 5-3---------------
individu ke-5-3=>P= 11 3 12 10 4 7 2 8 9 6 1 5=95.09 #Bobot=0.010516
---------------GENERATE INDIVIDU 5-4---------------
individu ke-5-4=>P= 4 11 6 12 10 7 9 5 2 1 8 3=95.66 #Bobot=0.010454
---------------GENERATE INDIVIDU 5-5---------------
individu ke-5-5=>P= 12 10 8 2 5 6 9 3 1 11 4 7=99.74 #Bobot=0.010026
---------------GENERATE INDIVIDU 5-6---------------
individu ke-5-6=>P= 5 6 4 1 7 12 3 10 9 11 2 8=104.85 #Bobot=0.0095374
---------------GENERATE INDIVIDU 5-7---------------
individu ke-5-7=>P= 6 9 10 8 4 11 2 1 3 5 12 7=111.61 #Bobot=0.0089598
---------------GENERATE INDIVIDU 5-8---------------
individu ke-5-8=>P= 6 3 5 1 11 8 4 2 7 12 9 10=103.81 #Bobot=0.009633
---------------GENERATE INDIVIDU 5-9---------------
individu ke-5-9=>P= 3 9 11 4 10 6 7 1 8 12 5 2=101.06 #Bobot=0.0098951
---------------GENERATE INDIVIDU 5-10---------------
individu ke-5-10=>P= 2 7 6 12 3 4 8 1 10 5 9 11=128.15 #Bobot=0.0078034
--------------- ROULET WHELL 5---------------
Rand 1=0.2201=> Adalah individu ke-3
Rand 2=0.2358=> Adalah individu ke-3
Rand 3=0.81013=> Adalah individu ke-8
Rand 4=0.70241=> Adalah individu ke-7
Rand 5=0.8785=> Adalah individu ke-9
Rand 6=0.71101=> Adalah individu ke-7
Rand 7=0.66108=> Adalah individu ke-7
Rand 8=0.43958=> Adalah individu ke-5
Rand 9=0.56279=> Adalah individu ke-6
Rand 10=0.99031=> Adalah individu ke-10
Jadi, Index Individu Yang digunakan dari RW= 10
individu baru RW ke-5.1=>P= 11 3 12 10 4 7 2 8 9 6 1 5=Fitness=95.09
individu baru RW ke-5.2=>P= 11 3 12 10 4 7 2 8 9 6 1 5=Fitness=95.09
individu baru RW ke-5.3=>P= 6 3 5 1 11 8 4 2 7 12 9 10=Fitness=103.81
individu baru RW ke-5.4=>P= 6 9 10 8 4 11 2 1 3 5 12 7=Fitness=111.61
individu baru RW ke-5.5=>P= 3 9 11 4 10 6 7 1 8 12 5 2=Fitness=101.06
individu baru RW ke-5.6=>P= 6 9 10 8 4 11 2 1 3 5 12 7=Fitness=111.61
individu baru RW ke-5.7=>P= 6 9 10 8 4 11 2 1 3 5 12 7=Fitness=111.61
individu baru RW ke-5.8=>P= 12 10 8 2 5 6 9 3 1 11 4 7=Fitness=99.74
individu baru RW ke-5.9=>P= 5 6 4 1 7 12 3 10 9 11 2 8=Fitness=104.85
individu baru RW ke-5.10=>P= 2 7 6 12 3 4 8 1 10 5 9 11=Fitness=128.15
---------------GENERATE INDIVIDU 6-1---------------
individu ke-6-1=>P= 6 3 10 2 4 9 5 12 11 7 8 1=111.4 #Bobot=0.0089767
---------------GENERATE INDIVIDU 6-2---------------
individu ke-6-2=>P= 7 9 5 2 10 8 1 12 11 3 4 6=100.34 #Bobot=0.0099661
---------------GENERATE INDIVIDU 6-3---------------
individu ke-6-3=>P= 4 3 1 6 2 10 7 11 12 9 5 8=114.58 #Bobot=0.0087275
---------------GENERATE INDIVIDU 6-4---------------
individu ke-6-4=>P= 8 1 7 4 3 12 6 11 9 10 5 2=103.71 #Bobot=0.0096423
---------------GENERATE INDIVIDU 6-5---------------
individu ke-6-5=>P= 9 8 12 6 2 3 10 1 11 4 7 5=99.11 #Bobot=0.01009
---------------GENERATE INDIVIDU 6-6---------------
individu ke-6-6=>P= 1 10 3 7 4 6 12 2 9 5 8 11=119.22 #Bobot=0.0083879
---------------GENERATE INDIVIDU 6-7---------------
individu ke-6-7=>P= 2 4 9 6 7 1 10 12 8 3 5 11=102.19 #Bobot=0.0097857
---------------GENERATE INDIVIDU 6-8---------------
individu ke-6-8=>P= 11 1 10 7 3 5 9 6 12 4 2 8=103.37 #Bobot=0.009674
---------------GENERATE INDIVIDU 6-9---------------
individu ke-6-9=>P= 5 4 9 2 7 6 11 10 12 3 1 8=105.27 #Bobot=0.0094994
---------------GENERATE INDIVIDU 6-10---------------
individu ke-6-10=>P= 5 11 3 2 7 10 1 4 12 6 8 9=99.73 #Bobot=0.010027
--------------- ROULET WHELL 6---------------
Rand 1=0.63008=> Adalah individu ke-7
Rand 2=0.50882=> Adalah individu ke-6
Rand 3=0.56769=> Adalah individu ke-6
Rand 4=0.30919=> Adalah individu ke-4
Rand 5=0.74714=> Adalah individu ke-8
Rand 6=0.33666=> Adalah individu ke-4
Rand 7=0.88335=> Adalah individu ke-9
Rand 8=0.33366=> Adalah individu ke-4
Rand 9=0.79601=> Adalah individu ke-9
Rand 10=0.80478=> Adalah individu ke-9
Jadi, Index Individu Yang digunakan dari RW= 9
individu baru RW ke-6.1=>P= 2 4 9 6 7 1 10 12 8 3 5 11=Fitness=102.19
individu baru RW ke-6.2=>P= 1 10 3 7 4 6 12 2 9 5 8 11=Fitness=119.22
individu baru RW ke-6.3=>P= 1 10 3 7 4 6 12 2 9 5 8 11=Fitness=119.22
individu baru RW ke-6.4=>P= 8 1 7 4 3 12 6 11 9 10 5 2=Fitness=103.71
individu baru RW ke-6.5=>P= 11 1 10 7 3 5 9 6 12 4 2 8=Fitness=103.37
individu baru RW ke-6.6=>P= 8 1 7 4 3 12 6 11 9 10 5 2=Fitness=103.71
individu baru RW ke-6.7=>P= 5 4 9 2 7 6 11 10 12 3 1 8=Fitness=105.27
individu baru RW ke-6.8=>P= 8 1 7 4 3 12 6 11 9 10 5 2=Fitness=103.71
individu baru RW ke-6.9=>P= 5 4 9 2 7 6 11 10 12 3 1 8=Fitness=105.27
individu baru RW ke-6.10=>P= 5 4 9 2 7 6 11 10 12 3 1 8=Fitness=105.27
---------------GENERATE INDIVIDU 7-1---------------
individu ke-7-1=>P= 1 5 2 4 12 9 6 11 10 8 7 3=109.62 #Bobot=0.0091224
---------------GENERATE INDIVIDU 7-2---------------
individu ke-7-2=>P= 9 7 5 6 10 2 8 12 4 1 3 11=102.63 #Bobot=0.0097437
---------------GENERATE INDIVIDU 7-3---------------
individu ke-7-3=>P= 12 11 4 9 3 10 2 8 6 1 7 5=98.08 #Bobot=0.010196
---------------GENERATE INDIVIDU 7-4---------------
individu ke-7-4=>P= 6 2 1 5 11 8 12 3 10 9 7 4=105.9 #Bobot=0.0094429
---------------GENERATE INDIVIDU 7-5---------------
individu ke-7-5=>P= 3 10 11 12 6 4 2 1 8 7 5 9=96.07 #Bobot=0.010409
---------------GENERATE INDIVIDU 7-6---------------
individu ke-7-6=>P= 1 9 10 8 7 4 5 6 12 3 2 11=110.77 #Bobot=0.0090277
---------------GENERATE INDIVIDU 7-7---------------
individu ke-7-7=>P= 3 8 2 5 12 11 10 9 4 6 1 7=109.36 #Bobot=0.0091441
---------------GENERATE INDIVIDU 7-8---------------
individu ke-7-8=>P= 5 10 2 8 9 3 11 4 6 7 12 1=110 #Bobot=0.0090909
---------------GENERATE INDIVIDU 7-9---------------
individu ke-7-9=>P= 2 12 3 1 8 7 10 6 9 11 4 5=105 #Bobot=0.0095238
---------------GENERATE INDIVIDU 7-10---------------
individu ke-7-10=>P= 9 5 7 8 11 10 12 1 2 4 3 6=96.2 #Bobot=0.010395
--------------- ROULET WHELL 7---------------
Rand 1=0.39655=> Adalah individu ke-4
Rand 2=0.1864=> Adalah individu ke-2
Rand 3=0.39282=> Adalah individu ke-4
Rand 4=0.15459=> Adalah individu ke-2
Rand 5=0.8323=> Adalah individu ke-9
Rand 6=0.14975=> Adalah individu ke-2
Rand 7=0.67955=> Adalah individu ke-7
Rand 8=0.75009=> Adalah individu ke-8
Rand 9=0.01489=> Adalah individu ke-1
Rand 10=0.14225=> Adalah individu ke-2
Jadi, Index Individu Yang digunakan dari RW= 2
individu baru RW ke-7.1=>P= 6 2 1 5 11 8 12 3 10 9 7 4=Fitness=105.9
individu baru RW ke-7.2=>P= 9 7 5 6 10 2 8 12 4 1 3 11=Fitness=102.63
individu baru RW ke-7.3=>P= 6 2 1 5 11 8 12 3 10 9 7 4=Fitness=105.9
individu baru RW ke-7.4=>P= 9 7 5 6 10 2 8 12 4 1 3 11=Fitness=102.63
individu baru RW ke-7.5=>P= 2 12 3 1 8 7 10 6 9 11 4 5=Fitness=105
individu baru RW ke-7.6=>P= 9 7 5 6 10 2 8 12 4 1 3 11=Fitness=102.63
individu baru RW ke-7.7=>P= 3 8 2 5 12 11 10 9 4 6 1 7=Fitness=109.36
individu baru RW ke-7.8=>P= 5 10 2 8 9 3 11 4 6 7 12 1=Fitness=110
individu baru RW ke-7.9=>P= 1 5 2 4 12 9 6 11 10 8 7 3=Fitness=109.62
individu baru RW ke-7.10=>P= 9 7 5 6 10 2 8 12 4 1 3 11=Fitness=102.63
---------------GENERATE INDIVIDU 8-1---------------
individu ke-8-1=>P= 8 1 3 9 7 5 11 4 10 6 2 12=115.99 #Bobot=0.0086214
---------------GENERATE INDIVIDU 8-2---------------
individu ke-8-2=>P= 5 8 10 2 9 12 7 11 6 4 1 3=95.2 #Bobot=0.010504
---------------GENERATE INDIVIDU 8-3---------------
individu ke-8-3=>P= 8 1 7 6 11 10 2 4 9 5 12 3=122.24 #Bobot=0.0081806
---------------GENERATE INDIVIDU 8-4---------------
individu ke-8-4=>P= 10 12 11 3 6 9 4 5 2 7 8 1=94.36 #Bobot=0.010598
---------------GENERATE INDIVIDU 8-5---------------
individu ke-8-5=>P= 12 11 10 6 4 2 5 9 3 8 7 1=104.3 #Bobot=0.0095877
---------------GENERATE INDIVIDU 8-6---------------
individu ke-8-6=>P= 8 5 9 10 11 12 7 1 2 6 4 3=98.34 #Bobot=0.010169
---------------GENERATE INDIVIDU 8-7---------------
individu ke-8-7=>P= 2 1 8 12 9 10 6 5 3 7 11 4=103.53 #Bobot=0.009659
---------------GENERATE INDIVIDU 8-8---------------
individu ke-8-8=>P= 8 4 7 2 3 10 12 1 11 6 9 5=99.9 #Bobot=0.01001
---------------GENERATE INDIVIDU 8-9---------------
individu ke-8-9=>P= 10 4 12 11 6 7 8 3 9 5 1 2=88.43 #Bobot=0.011308
---------------GENERATE INDIVIDU 8-10---------------
individu ke-8-10=>P= 5 6 9 10 7 2 12 4 3 11 8 1=103.71 #Bobot=0.0096423
--------------- ROULET WHELL 8---------------
Rand 1=0.70368=> Adalah individu ke-8
Rand 2=0.8371=> Adalah individu ke-9
Rand 3=0.7273=> Adalah individu ke-8
Rand 4=0.019434=> Adalah individu ke-1
Rand 5=0.58375=> Adalah individu ke-6
Rand 6=0.92088=> Adalah individu ke-10
Rand 7=0.091678=> Adalah individu ke-2
Rand 8=0.55456=> Adalah individu ke-6
Rand 9=0.9308=> Adalah individu ke-10
Rand 10=0.19945=> Adalah individu ke-3
Jadi, Index Individu Yang digunakan dari RW= 3
individu baru RW ke-8.1=>P= 8 4 7 2 3 10 12 1 11 6 9 5=Fitness=99.9
individu baru RW ke-8.2=>P= 10 4 12 11 6 7 8 3 9 5 1 2=Fitness=88.43
individu baru RW ke-8.3=>P= 8 4 7 2 3 10 12 1 11 6 9 5=Fitness=99.9
individu baru RW ke-8.4=>P= 8 1 3 9 7 5 11 4 10 6 2 12=Fitness=115.99
individu baru RW ke-8.5=>P= 8 5 9 10 11 12 7 1 2 6 4 3=Fitness=98.34
individu baru RW ke-8.6=>P= 5 6 9 10 7 2 12 4 3 11 8 1=Fitness=103.71
individu baru RW ke-8.7=>P= 5 8 10 2 9 12 7 11 6 4 1 3=Fitness=95.2
individu baru RW ke-8.8=>P= 8 5 9 10 11 12 7 1 2 6 4 3=Fitness=98.34
individu baru RW ke-8.9=>P= 5 6 9 10 7 2 12 4 3 11 8 1=Fitness=103.71
individu baru RW ke-8.10=>P= 8 1 7 6 11 10 2 4 9 5 12 3=Fitness=122.24
--------------- CROSSOVER 8 Dengan ProbCR0.5 ---------------
Nilai Random CR 0.52532 > probCR #Tukar antara Populasi 1.1 Terhadap Populasi 2.1
Nilai Random CR 0.52532 > probCR #Tukar antara Populasi 1.2 Terhadap Populasi 2.2
Nilai Random CR 0.52532 > probCR #Tukar antara Populasi 1.3 Terhadap Populasi 2.3
Nilai Random CR 0.52532 > probCR #Tukar antara Populasi 1.4 Terhadap Populasi 2.4
Nilai Random CR 0.52532 > probCR #Tukar antara Populasi 1.5 Terhadap Populasi 2.5
Nilai Random CR 0.52532 > probCR #Tukar antara Populasi 1.6 Terhadap Populasi 2.6
Nilai Random CR 0.52532 > probCR #Tukar antara Populasi 1.7 Terhadap Populasi 2.7
Nilai Random CR 0.52532 > probCR #Tukar antara Populasi 1.8 Terhadap Populasi 2.8
Nilai Random CR 0.52532 > probCR #Tukar antara Populasi 1.9 Terhadap Populasi 2.9
Nilai Random CR 0.52532 > probCR #Tukar antara Populasi 1.10 Terhadap Populasi 2.10
Nilai Random CR 0.74873 > probCR #Tukar antara Populasi 5.1 Terhadap Populasi 6.1
Nilai Random CR 0.74873 > probCR #Tukar antara Populasi 5.2 Terhadap Populasi 6.2
Nilai Random CR 0.74873 > probCR #Tukar antara Populasi 5.3 Terhadap Populasi 6.3
Nilai Random CR 0.74873 > probCR #Tukar antara Populasi 5.4 Terhadap Populasi 6.4
Nilai Random CR 0.74873 > probCR #Tukar antara Populasi 5.5 Terhadap Populasi 6.5
Nilai Random CR 0.74873 > probCR #Tukar antara Populasi 5.6 Terhadap Populasi 6.6
Nilai Random CR 0.74873 > probCR #Tukar antara Populasi 5.7 Terhadap Populasi 6.7
Nilai Random CR 0.74873 > probCR #Tukar antara Populasi 5.8 Terhadap Populasi 6.8
Nilai Random CR 0.74873 > probCR #Tukar antara Populasi 5.9 Terhadap Populasi 6.9
Nilai Random CR 0.74873 > probCR #Tukar antara Populasi 5.10 Terhadap Populasi 6.10
individu baru CR ke-1.1=>P= 5 2 11 9 1 6 7 10 12 8 3 4=Fitness=99.19
individu baru CR ke-1.2=>P= 2 5 7 11 3 10 6 4 1 9 8 12=Fitness=120.51
individu baru CR ke-1.3=>P= 8 3 9 6 4 2 5 11 1 12 7 10=Fitness=103.93
individu baru CR ke-1.4=>P= 2 1 5 7 9 6 3 11 4 10 8 12=Fitness=133.74
individu baru CR ke-1.5=>P= 2 5 7 11 3 10 6 4 1 9 8 12=Fitness=120.51
individu baru CR ke-1.6=>P= 12 2 3 7 5 9 6 8 10 4 1 11=Fitness=117.51
individu baru CR ke-1.7=>P= 4 3 1 5 12 11 2 10 7 6 9 8=Fitness=100.13
individu baru CR ke-1.8=>P= 5 2 11 9 1 6 7 10 12 8 3 4=Fitness=99.19
individu baru CR ke-1.9=>P= 2 5 7 11 3 10 6 4 1 9 8 12=Fitness=120.51
individu baru CR ke-1.10=>P= 4 3 8 9 11 6 7 5 12 2 1 10=Fitness=99.98
individu baru CR ke-2.1=>P= 6 3 5 7 2 10 1 9 12 4 11 8=Fitness=115.39
individu baru CR ke-2.2=>P= 8 1 3 4 2 11 5 7 9 6 12 10=Fitness=109.29
individu baru CR ke-2.3=>P= 3 7 1 2 8 9 5 6 10 11 4 12=Fitness=132.93
individu baru CR ke-2.4=>P= 2 11 1 12 5 10 6 9 8 3 7 4=Fitness=100.34
individu baru CR ke-2.5=>P= 8 3 6 2 1 7 9 5 4 10 12 11=Fitness=129.66
individu baru CR ke-2.6=>P= 4 6 10 12 7 2 5 11 3 9 8 1=Fitness=96.44
individu baru CR ke-2.7=>P= 4 6 10 12 7 2 5 11 3 9 8 1=Fitness=96.44
individu baru CR ke-2.8=>P= 2 11 1 12 5 10 6 9 8 3 7 4=Fitness=100.34
individu baru CR ke-2.9=>P= 6 3 5 7 2 10 1 9 12 4 11 8=Fitness=115.39
individu baru CR ke-2.10=>P= 12 2 4 7 8 6 10 11 5 3 1 9=Fitness=96.36
individu baru CR ke-3.1=>P= 8 7 12 2 3 6 9 11 5 4 10 1=Fitness=107.87
individu baru CR ke-3.2=>P= 6 12 5 2 3 11 1 4 9 7 10 8=Fitness=108.55
individu baru CR ke-3.3=>P= 2 1 8 7 5 10 4 6 12 11 3 9=Fitness=111.1
individu baru CR ke-3.4=>P= 10 7 5 2 3 4 9 1 6 11 12 8=Fitness=107.96
individu baru CR ke-3.5=>P= 11 7 8 10 1 6 3 2 5 9 12 4=Fitness=109.06
individu baru CR ke-3.6=>P= 11 7 8 10 1 6 3 2 5 9 12 4=Fitness=109.06
individu baru CR ke-3.7=>P= 1 7 4 2 12 8 5 10 9 11 3 6=Fitness=112.86
individu baru CR ke-3.8=>P= 10 7 5 2 3 4 9 1 6 11 12 8=Fitness=107.96
individu baru CR ke-3.9=>P= 6 12 5 2 3 11 1 4 9 7 10 8=Fitness=108.55
individu baru CR ke-3.10=>P= 6 12 5 2 3 11 1 4 9 7 10 8=Fitness=108.55
individu baru CR ke-4.1=>P= 8 2 6 1 10 4 12 5 9 7 11 3=Fitness=112.2
individu baru CR ke-4.2=>P= 7 10 12 1 11 8 9 2 5 3 4 6=Fitness=100.58
individu baru CR ke-4.3=>P= 12 4 6 3 9 7 11 1 5 2 10 8=Fitness=104.2
individu baru CR ke-4.4=>P= 7 10 12 1 11 8 9 2 5 3 4 6=Fitness=100.58
individu baru CR ke-4.5=>P= 8 2 6 1 10 4 12 5 9 7 11 3=Fitness=112.2
individu baru CR ke-4.6=>P= 7 10 12 1 11 8 9 2 5 3 4 6=Fitness=100.58
individu baru CR ke-4.7=>P= 7 10 12 1 11 8 9 2 5 3 4 6=Fitness=100.58
individu baru CR ke-4.8=>P= 12 4 6 3 9 7 11 1 5 2 10 8=Fitness=104.2
individu baru CR ke-4.9=>P= 7 5 2 10 4 11 8 1 6 3 12 9=Fitness=106.33
individu baru CR ke-4.10=>P= 8 2 6 1 10 4 12 5 9 7 11 3=Fitness=112.2
individu baru CR ke-5.1=>P= 2 4 9 6 7 1 10 12 8 3 5 11=Fitness=102.19
individu baru CR ke-5.2=>P= 1 10 3 7 4 6 12 2 9 5 8 11=Fitness=119.22
individu baru CR ke-5.3=>P= 1 10 3 7 4 6 12 2 9 5 8 11=Fitness=119.22
individu baru CR ke-5.4=>P= 8 1 7 4 3 12 6 11 9 10 5 2=Fitness=103.71
individu baru CR ke-5.5=>P= 11 1 10 7 3 5 9 6 12 4 2 8=Fitness=103.37
individu baru CR ke-5.6=>P= 8 1 7 4 3 12 6 11 9 10 5 2=Fitness=103.71
individu baru CR ke-5.7=>P= 5 4 9 2 7 6 11 10 12 3 1 8=Fitness=105.27
individu baru CR ke-5.8=>P= 8 1 7 4 3 12 6 11 9 10 5 2=Fitness=103.71
individu baru CR ke-5.9=>P= 5 4 9 2 7 6 11 10 12 3 1 8=Fitness=105.27
individu baru CR ke-5.10=>P= 5 4 9 2 7 6 11 10 12 3 1 8=Fitness=105.27
individu baru CR ke-6.1=>P= 11 3 12 10 4 7 2 8 9 6 1 5=Fitness=95.09
individu baru CR ke-6.2=>P= 11 3 12 10 4 7 2 8 9 6 1 5=Fitness=95.09
individu baru CR ke-6.3=>P= 6 3 5 1 11 8 4 2 7 12 9 10=Fitness=103.81
individu baru CR ke-6.4=>P= 6 9 10 8 4 11 2 1 3 5 12 7=Fitness=111.61
individu baru CR ke-6.5=>P= 3 9 11 4 10 6 7 1 8 12 5 2=Fitness=101.06
individu baru CR ke-6.6=>P= 6 9 10 8 4 11 2 1 3 5 12 7=Fitness=111.61
individu baru CR ke-6.7=>P= 6 9 10 8 4 11 2 1 3 5 12 7=Fitness=111.61
individu baru CR ke-6.8=>P= 12 10 8 2 5 6 9 3 1 11 4 7=Fitness=99.74
individu baru CR ke-6.9=>P= 5 6 4 1 7 12 3 10 9 11 2 8=Fitness=104.85
individu baru CR ke-6.10=>P= 2 7 6 12 3 4 8 1 10 5 9 11=Fitness=128.15
individu baru CR ke-7.1=>P= 6 2 1 5 11 8 12 3 10 9 7 4=Fitness=105.9
individu baru CR ke-7.2=>P= 9 7 5 6 10 2 8 12 4 1 3 11=Fitness=102.63
individu baru CR ke-7.3=>P= 6 2 1 5 11 8 12 3 10 9 7 4=Fitness=105.9
individu baru CR ke-7.4=>P= 9 7 5 6 10 2 8 12 4 1 3 11=Fitness=102.63
individu baru CR ke-7.5=>P= 2 12 3 1 8 7 10 6 9 11 4 5=Fitness=105
individu baru CR ke-7.6=>P= 9 7 5 6 10 2 8 12 4 1 3 11=Fitness=102.63
individu baru CR ke-7.7=>P= 3 8 2 5 12 11 10 9 4 6 1 7=Fitness=109.36
individu baru CR ke-7.8=>P= 5 10 2 8 9 3 11 4 6 7 12 1=Fitness=110
individu baru CR ke-7.9=>P= 1 5 2 4 12 9 6 11 10 8 7 3=Fitness=109.62
individu baru CR ke-7.10=>P= 9 7 5 6 10 2 8 12 4 1 3 11=Fitness=102.63
individu baru CR ke-8.1=>P= 8 4 7 2 3 10 12 1 11 6 9 5=Fitness=99.9
individu baru CR ke-8.2=>P= 10 4 12 11 6 7 8 3 9 5 1 2=Fitness=88.43
individu baru CR ke-8.3=>P= 8 4 7 2 3 10 12 1 11 6 9 5=Fitness=99.9
individu baru CR ke-8.4=>P= 8 1 3 9 7 5 11 4 10 6 2 12=Fitness=115.99
individu baru CR ke-8.5=>P= 8 5 9 10 11 12 7 1 2 6 4 3=Fitness=98.34
individu baru CR ke-8.6=>P= 5 6 9 10 7 2 12 4 3 11 8 1=Fitness=103.71
individu baru CR ke-8.7=>P= 5 8 10 2 9 12 7 11 6 4 1 3=Fitness=95.2
individu baru CR ke-8.8=>P= 8 5 9 10 11 12 7 1 2 6 4 3=Fitness=98.34
individu baru CR ke-8.9=>P= 5 6 9 10 7 2 12 4 3 11 8 1=Fitness=103.71
individu baru CR ke-8.10=>P= 8 1 7 6 11 10 2 4 9 5 12 3=Fitness=122.24
>>

Sebagai Berikut adalah Codenya:

M=[5.23 0 0 0 0 0
7.22 6.67 0 0 0 0
5.55 7.21 3.82 0 0 0
5.81 5.41 4.54 10.82 0 0
6.23 6.67 0 11.43 0 0
5.21 6.67 0 0 5.21 0
5.21 6.52 4.54 0 5.85 0
6.11 6.11 3.52 10.82 4.56 0
6.11 6.31 0 10.21 0 0
5.12 4.21 3.76 10.82 0 0
5.12 5.34 4.56 11.12 0 10.82
5.56 7.87 5.12 10.12 5.76 12.32];

probCR=0.5;

b=size(M,1);% 12x6
c=size(M,2);
lop=10;
populasi=8;

for pop=1:populasi
for L=1:lop
P=randperm(b);
%P=[5 2 6 4 9 8 12 11 7 1 10 3];
ps=['---------------GENERATE INDIVIDU ' num2str(pop) '-' num2str(L) '---------------'];
disp(ps);

H=[];
out1=0;
for i=1:b %JOB
for j=1:c %Mesin
m=P(i) ;%nomesin
data=M(m,j);
if j==1
if i==1
out1=data;
else
out1=data+H(i-1,j);
end
H(i,j)=out1;
else %j>1
if i==1
if data==0
out1=0;
else
%out1=data+H(i,j-1); %ambil kiri
MAX=max(H(i,1:j-1)); %ambil kiri terbesar
out1=data+MAX;
end
else

if data==0
out2=H(i-1,j);
out1=data+out2;
else
out2=H(i-1,j);
if out2==0 %jk atasnya 0
%out2=H(i,j-1); %ambil kiri
MAX=max(H(i,1:j-1)); %ambil kiri terbesar
out2=MAX;
else %out2 !-0
if H(i,j-1)>H(i-1,j)
%out2=H(i,j-1);
MAX=max(H(i,1:j-1)); %ambil kiri terbesar
out2=MAX;
end
end
out1=data+out2;
end
end
H(i,j)=out1;
end %i==1
end %for j
end %for i

arr=arrtostring(P);

KRW(pop,L,:,:)=H;
KRJ(pop,L,:)=P;
KRM(pop,L)=max(max(H)); % 1x10
KRF(pop,L)=1/(max(max(H))); % 1x10
KRA(pop,L,:)=arr; % array

ps=['individu ke-' num2str(pop) '-' num2str(L) '=>P=' arr '=' num2str(KRM(pop,L)) ' #Bobot=' num2str(KRF(pop,L))];
disp(ps);
end

ps=['--------------- ROULET WHELL ' num2str(pop) '---------------'];
disp(ps);
TF=sum(KRF(pop,:));
RW0=[];
RW1=[];
Temp=0;
for i=1:lop
RW1(i)=KRF(pop,i)/TF;
RW2(i)=Temp+RW1(i);
Temp=RW2(i);
RW3(i)=i;
end

NI_1=[];
for L=1:lop
r=rand;
index=1;
for j=1:lop
if r<RW2(j)
index=j;
break;
end
end
NI_1(L)=index;
ps=['Rand ' num2str(L) '=' num2str(r) '=> Adalah individu ke-' num2str(index)];
disp(ps);

KRW2(pop,L,:,:)=KRW(pop,index,:,:);
KRJ2(pop,L,:)=KRJ(pop,index,:);
KRM2(pop,L)=KRM(pop,index);
KRF2(pop,L)=KRF(pop,index);
KRA2(pop,L)=KRA(pop,index);
end

arr=arrtostring( NI_1(L));
ps=['Jadi, Index Individu Yang digunakan dari RW=' num2str(arr)];
disp(ps);

for L=1:lop
arr=arrtostring(KRJ2(pop,L,:));
ps=['individu baru RW ke-' num2str(pop) '.' num2str(L) '=>P=' arr '=Fitness=' num2str(KRM2(pop,L))];% ' #Bobot=' num2str(KRF2(pop,L))];
disp(ps);
end

end %for pop=populasi

ps=['--------------- CROSSOVER ' num2str(pop) ' Dengan ProbCR' num2str(probCR) ' ---------------'];
disp(ps);

KRW2t=KRW2;
KRJ2t=KRJ2;
KRM2t=KRM2;
KRF2t=KRF2;
KRA2t=KRA2;

for pop=1:2:populasi %STEP 2
r=rand;
old=pop;
new=pop+1;

if r>probCR
for L=1:lop
ps=['Nilai Random CR ' num2str(r) ' > probCR #Tukar antara Populasi ' num2str(pop) '.' num2str(L) ' Terhadap Populasi ' num2str(pop+1) '.' num2str(L) ];
disp(ps)
if(pop==populasi && mod(pop,2)==1) %jika terahir ganjil
KRW2(pop,L,:,:)=KRW2t(1,L,:,:);
KRJ2(pop,L,:)=KRJ2t(1,L,:);
KRM2(pop,L)=KRM2t(1,L);
KRF2(pop,L)=KRF2t(1,L);
KRA2(pop,L)=KRA2t(1,L);

else
KRW2(pop,L,:,:)=KRW2t(pop+1,L,:,:);
KRJ2(pop,L,:)=KRJ2t(pop+1,L,:);
KRM2(pop,L)=KRM2t(pop+1,L);
KRF2(pop,L)=KRF2t(pop+1,L);
KRA2(pop,L)=KRA2t(pop+1,L);

KRW2(pop+1,L,:,:)=KRW2t(pop,L,:,:);
KRJ2(pop+1,L,:)=KRJ2t(pop,L,:);
KRM2(pop+1,L)=KRM2t(pop,L);
KRF2(pop+1,L)=KRF2t(pop,L);
KRA2(pop+1,L)=KRA2t(pop,L);
end
end %LOP L
end %ProbCR
end %Populasi

for pop=1:populasi
for L=1:lop
arr=arrtostring(KRJ2(pop,L,:));
ps=['individu baru CR ke-' num2str(pop) '.' num2str(L) '=>P=' arr '=Fitness=' num2str(KRM2(pop,L))];
disp(ps);
end
end